Come l'intelligenza artificiale conversazionale potrebbe essere la soluzione per colmare il divario di competenze IT

Al centro della maggior parte delle aziende globali si cela un eroe silenzioso: il mainframe, una piattaforma che alimenta quotidianamente enormi carichi di lavoro di importanza cruciale. Dalla gestione di trilioni di dollari in transazioni finanziarie al funzionamento di sistemi governativi e di vendita al dettaglio fondamentali, i mainframe odierni rimangono indispensabili, anche se la tecnologia si evolve intorno a loro.

Per anni, il dibattito nel settore si è concentrato sulla possibilità che il cloud computing sostituisse i mainframe. In pratica, questa previsione ha iniziato a ritracciare – una regressione dovuta al fatto che i mainframe continuano a offrire affidabilità, sicurezza e velocità di elaborazione delle transazioni senza pari – spesso con un profilo di costi e coerenza difficile (se non impossibile) da replicare altrove.

Per molte organizzazioni, questa realtà ha due implicazioni:

• Le applicazioni principali continuano a offrire le migliori prestazioni sui mainframe.
• Anche i servizi digitali più recenti dipendono da sistemi di registrazione basati su mainframe.

Di conseguenza, il mainframe ha assunto, se possibile, un ruolo ancora più importante, fungendo da elemento cardine dell'architettura aziendale ibrida.

Il divario di competenze informatiche

Sebbene la piattaforma rimanga stabile, si trova ad affrontare una sfida pressante: la diminuzione del numero di esperti di mainframe con esperienza.

Decenni di dipendenza delle aziende dal COBOL e da altre competenze specifiche dei mainframe hanno creato una profonda esperienza istituzionale. Oggi, gran parte di questa esperienza è concentrata in individui prossimi alla pensione. Allo stesso tempo, un numero sempre minore di ingegneri all'inizio della carriera viene formato negli ambienti mainframe tradizionali, con un ritmo insufficiente a rimpiazzare completamente tale esperienza.

Per i responsabili operativi, questa carenza di competenze in ambito IT crea un rischio di continuità a lungo termine:

• Cosa succede durante un'interruzione di corrente nel cuore della notte quando la persona che "sa" come risolverla è già andata in pensione?
• Cosa succede quando i nuovi membri del team esitano a lavorare su sistemi critici perché non li comprendono appieno?
• E cosa succede alla fiducia dei clienti quando la risoluzione di un problema richiede ore anziché minuti perché solo poche persone sono in grado di interpretare i segnali del sistema?

Queste domande illustrano perché questo crescente divario di competenze rappresenti un rischio per la continuità operativa . I mainframe sono progettati per essere resilienti, ma il modello operativo che li supporta spesso non lo è. Con il pensionamento degli esperti, le aziende si trovano sempre più spesso ad affrontare la sfida di mantenere queste piattaforme in funzione senza intoppi.

Perché le risposte tradizionali non bastano a colmare il crescente divario di competenze

Storicamente, le organizzazioni hanno affrontato questa sfida in tre modi:

• Investi nella formazione e nelle certificazioni
• Tentativo di migrazione selettiva
• Affidarsi a un numero sempre minore di esperti

Sebbene la formazione sia innegabilmente essenziale, richiede tempo. Soprattutto per raggiungere il livello di competenza necessario a supportare con sicurezza queste piattaforme complesse nel contesto istituzionale. La migrazione, d'altro canto, può comportare rischi propri: è complessa, costosa e spesso vincolata da normative, requisiti di prestazione o logiche aziendali profondamente radicate. E, come già accennato, affidarsi a un numero ristretto di esperti aumenta nel tempo la fragilità operativa.

Nessuna di queste strategie, presa singolarmente, riduce l'immediata barriera cognitiva che impedisce di lavorare con sicurezza in un ambiente mainframe.

Ciò che serve è un modo per rendere l'intelligenza dei mainframe più accessibile senza modificare i mainframe stessi. È qui che l'intelligenza artificiale conversazionale cambia le carte in tavola.

Come l'intelligenza artificiale conversazionale offre un'ancora di salvezza

Anziché sostituire i mainframe o gli ingegneri specializzati nella loro gestione, l'intelligenza artificiale può fungere da interfaccia intelligente tra di essi. Consentendo ai team di porre domande in linguaggio naturale e di ricevere informazioni diagnostiche guidate, gli strumenti conversazionali riducono le difficoltà tradizionalmente associate alle operazioni sui mainframe.

Anziché affidarsi a comandi specializzati o assemblare output di sistema frammentati, gli operatori possono:

• Segui un percorso chiaro dal primo segnale di problema fino alla probabile origine della causa.
• Scopri come interagiscono in tempo reale le diverse parti del sistema.
• Comprendere dove si verifica il problema senza dover analizzare a fondo i dettagli tecnici.
• Ricevi indicazioni sui passaggi successivi per accelerare la risoluzione.

Questo non elimina la necessità di competenze approfondite, ma le rende più accessibili e scalabili. Gli ingegneri junior acquisiscono sicurezza più rapidamente e gli ingegneri senior dedicano meno tempo a rispondere a domande diagnostiche ripetitive e più tempo alla risoluzione di problemi di alto valore. Oltre a una risoluzione dei problemi più rapida, questo livello di comprensione contestuale può anche supportare le attività di ottimizzazione continua delle prestazioni e dei costi, aiutando i team a prendere decisioni più consapevoli in merito all'efficienza del carico di lavoro, all'utilizzo delle risorse e alle priorità di modernizzazione a lungo termine.

Per i team operativi, sotto pressione per mantenere la continuità di servizio e al contempo gestire le transizioni della forza lavoro, questo cambiamento è significativo.

La soluzione: Rocket^® EVA^™

Rocket^® EVA^™ incarna questo approccio, portando la diagnostica conversazionale e controllata direttamente sui sistemi principali. Consente ai team di interagire con ambienti complessi tramite un linguaggio semplice, preservando al contempo il rigore e la stabilità che le aziende si aspettano dalle proprie operazioni mainframe.

EVA abbassa la barriera d'ingresso e dà ai team il tempo necessario per acquisire nuove competenze, formare il personale e modernizzare in modo mirato, senza compromettere la continuità operativa. A lungo termine, amplifica la conoscenza istituzionale approfondita, consentendo a una gamma più ampia di professionisti IT di supportare il mainframe a vari livelli e integrando la resilienza nel piano di crescita, fino al cuore del sistema.

Implicazioni a lungo termine

La "modernizzazione dei mainframe" non si limita più alla semplice eliminazione dei sistemi principali che continuano a offrire un valore straordinario. Il dibattito si concentra sempre più sulla preservazione dei punti di forza della piattaforma, evolvendo al contempo le modalità di interazione degli utenti con essa.

Scopri di più su Rocket^® EVA^™ e su come l'IA conversazionale rappresenti questo cambiamento: rendere l'intelligenza di sistema affidabile interrogabile, contestualizzata e accessibile ai team responsabili del funzionamento dell'azienda.